最近一直在思考一个问题：

我什么时候会被信息的浪潮拍死？

每天一睁眼看到密密麻麻的小红点，好想砸手机！

挨个点掉！

对于这样的信息量其实我是拒绝的，好嘛！

我们常常迷失在数据中，纷繁复杂的数据让我们无所适从。可视化作为解决这问题的有效手段，通过视觉的方式让数字易于理解。

专业的说法是

数据可视化和信息可视化都是可视化的一种方式，数据可视化将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。信息可视化，旨在把数据资料以视觉化的方式表现出。信息可视化是一种将数据与设计结合起来的图片，有利于个人或组织简短有效地向受众传播信息的数据表现形式。

什么鬼！

总而言之，用户可以通过对数据进行可视化的应用来学习和挖掘数据；而信息可视化则具有解释数据的功能及特征。

先让老司机带带你，来随便感受一下可视化的魅力~

我天，别人已经把信息和数据做成了海报，而我还在用excel~~~

· 信息可视化是如何get到我们的G点了呢？

因为它的趣味性、娱乐性、视觉和数据的严谨与信息的可靠性结合到了一起····

扯JB淡

因为“懒”！

·为什么这么做呢？

对比一下：阅读书籍和杂志等这些可触媒介，浏览电子屏幕的速度要慢得多！

事实上，

我们已经变成了内容的扫描仪和过滤器。

研究表明，在一个常规页面中，每人平均只会阅读20%的文字！

这就产生了一种新的行为模式— —

持续性部分关注

就是指用户为乐最大化的获取信息，同时看多个渠道。最后，他们确实接触到了更多的内容，但停留在比较肤浅的层面，从而形成注意力碎片。

随着碎片的增多，我们的大脑便开始喜欢筛选并关注与众不同的东西。

当我们面对一个新的内容时，我们会先动用部分脑力来理解它所包含的信息，然后再决定是否深入了解。

关于大脑

大脑的一大任务就是视觉处理，近30%的闹灰质由视觉神经元构成，几乎半个大脑都是直接或间接用来处理视觉功能的。

对于图像，我们可以直接提取相关记忆进行解读，而对于文本，我们要先将文字以符号图形的形式与记忆中储存的图形相匹配，再将字符组合成单词，将单词组合成句子，句子再组合成段落····这就不难理解，比起单纯文本，大脑处理信息图会更加省力。

所以第一个原因就是——

时间就是生命啊！

还有一个原因：信息可视化的可共享性。

人们乐于分享信息图是因为，易于理解、不需要占用过多时间，而且新潮有趣。

好了，不BB了。我梳理了可视化相关内容，与大家分享。

一、数据可视化的图表类型简介。

二、数据可视化图表表达的10个错误。

三、信息可视化制作过程。

数据可视化有很多既定的图表类型，下面我们分别来谈谈这些图表类型，他们的适用场景，以及使用的优势和劣势。

1. 柱状图

适用场景：它的适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较。

优势：柱状图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。

劣势：柱状图的局限在于只适用中小规模的数据集。

2.折线图

适用场景:折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的比较。

优势：容易反应出数据变化的趋势。

3.饼图

适用场景：适用简单的占比图，在不要求数据精细的情况下可以适用。

劣势：饼图是一种应该避免使用的图表，因为肉眼对面积大小不敏感。

4.漏斗图

适用场景：漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗各环节业务数据的比较，能够直观地发现和说明问题所在。

优势：能够直观地发现和说明问题所在。在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率。

劣势：单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

5.地图

适用场景：适用于有空间位置的数据集。

优劣势：特殊状况下使用。

6.雷达图

适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序。但是，它有一个局限，就是数据点最多6个，否则无法辨别，因此适用场合有限。

劣势：需要注意的时候，用户不熟悉雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。

1. 饼图顺序不当

饼图是一种非常简单的可视化工具，但他们却常常过于复杂。份额应该直观排序，而且不要超过5个细分。有两种排序方法都可以让你的读者迅速抓取最多的重要信息

（最好的做法是将份额最大的那部分放在12点方向，顺时针放置第二大份额的部分，以此类推。）

2. 在线状图中使用虚线

（虚线会让人分心，用实线搭配合适的颜色更容易区分。）

3. 数据模糊化（数据被遮盖）

（确保数据不会因为设计而丢失或被覆盖。例如在面积图中使用透明效果来确保用户可以看到全部数据。）

4. 耗费用户更多的精力

（通过辅助的图形元素来使数据更易于理解，比如在散点图中增加趋势线。）

5. 柱状过宽或过窄

（经过调研，柱子的间隔最好调整为宽的1/2。）

6. 数据对比困难

（选择合适的图表，让数据对比更明显直接。上图的数据作用是为了比较，显然，柱状图比饼图在视觉上更易于比较。）

7. 错误呈现数据

（确保任何呈现都是准确的，比如，上图气泡图的面积大小应该跟数值一样。）

8. 不要过分设计

（清楚标明各个图形表示的数据，避免用与主要数据不相关的颜色，形状干扰视觉。）

9. 数据没有很好归类，没有重点区分

（将同类数据归类，简化色彩，帮助用户更快理解数据。上图的第一张没有属于同类型手机中不同系统进行颜色上的归类，从而减少了比较的作用。下图就通过蓝色系很好的把iPhone,Android,WP版归为一类，很好的与iPad版，其他比较。）

10. 误导用户的图表

（要客观反映真实数据，纵坐标不能被截断，否则视觉感受和实际数据相差很大。左图的数据起始点被截断从50开始。）

“很重要”——数据可视化图表建议图

点开查看大图

若觉得还不清晰，请后台回复【图表建议】获取高清图

信息可视化案例

信息可视化囊括了数据可视化，信息图形，知识可视化，科学可视化，以及视觉设计方面的所有发展与进步。下面是信息可视化的案例分享。

(上图为关系网——基于60000封电子邮件存档数据，用不同颜色深度的线条呈现了地址簿中用户和个体之间的关系，比如回复、发送、抄送。)

（上图通过数据化的比较，用变形的柱状图等图形，形象的展示了不同国家老师的收入水平，社会包括学生和公众对其的尊重度。）

(上图北京市地铁线路图设计，也算是信息可视化表达的一种方法。)

1. 定义角色视角

其实也就是我们常说的用户需求。任何设计作品都不可避免用户角色，所谓“见人说人话，见鬼说鬼话”就是告诉我们针对不同的叫色要有不同的表达视角。

要永远记得每个角色都有自己的工作流程和对数据的需求，不可一概而同。

想好你要给谁看，然后围绕他们来组织信息结构与线框图。

锁定他们的需求，超越他们的期望。

2. 确定表意正确

设计不单是做一个极具美感的躯壳，更重要的是他背后的实用价值——设计的实用性。

确定表意正确明确信息图表达内容，确定最主要的表现内容。宁可丑，不可错。

3. 优化展现形式

《淘宝技术这十年》书中有一句话说的好：

“好的架构图充满美感”

对于信息图来说，光内容正确还不够，更要易懂。我们需要在这个步骤里寻找信息图最优表现形式，让读者 一目了然，降低理解难度，避免过度设计。

根据金字塔原则，首先为用户呈现他们需要的，再讲页面余下的信息根据用户故事或信息层级，进行结构化处理。

避免杂乱无序的附加信息让读者分心，如果一开始就使人分心，那么用户不仅难以分辨每个元素是什么，也难以集中精力于整个流程。

4.内容整合梳理

一个小小的体验细节优化，就可以让你的信息图在同类设计中脱颖而出。

内容上要按照一定的逻辑进行，总结一下思维可视化的4类模型：

放射状规则（思维导图、鱼骨图）

层次化规则（架构图、组织结构图）

线性化规则（路径图、时间线）

矩阵式规则（SWOT分析、商业模式画布）

其实模型还有千千万，具体情况采用不同的模型，或者发明创造新的思维模型，全靠悟性喽！

5. 探索视觉风格

尝试不同的画面风格，如果有多页同系列，注意不同的页面之间的一致性和区别性。这里用到视觉设计中排版技巧，不多讲。

在探索视觉风格时要注意抓大放小，先定下来最主要模块的风格，再做延展。

完善细节视觉风格确定后，可根据需要添加、完善细节。逻辑决定成败。

写在最后：

信息化的最终目的还是传播，

向潜在用户解说产品理念、产品特性和优势

向顾客介绍商业流程和服务项目

向员工讲解创意和决策

向投资宣传企业理念和战略

所以

能坚持看到最后的都是英雄，欢迎点赞关注我的简书~